公开(公告)号：CN120072041A

公开(公告)日：2025-05-30

申请号：CN202510149879.4

申请日：2025-02-11

Applicant: 哈尔滨工业大学

Inventor： 徐龙 ,  李晓坤 ,  杨强 ,  董潍赫 ,  王宽全 ,  骆功宁 ,  汪国华

IPC: G16B20/00 ,  G16B40/20 ,  G06F18/241 ,  G06F18/21 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/048

Abstract: 基于进化尺度模型的抗原免疫原性预测方法及系统，涉及计算生物学技术领域。本发明是为了解决现有抗原免疫原性预测方法难以充分对复杂蛋白质序列的深度特征实现表征，进而影响最终预测结果的稳定性和准确性的问题。本发明利用进化尺度模型对被测免疫原性数据进行特征编码，生成被测免疫原性数据的特征矩阵，所述被测免疫原性数据包括：T细胞抗原受体序列、I类人类白细胞抗原序列和抗原肽段序列；通过双线性注意力网络将所述特征矩阵融合为联合特征表示矩阵，并输入至抗原免疫原性预测模型，完成抗原免疫原性的预测。

公开(公告)号：CN120089205A

公开(公告)日：2025-06-03

申请号：CN202510154846.9

申请日：2025-02-12

Applicant: 哈尔滨工业大学

Inventor： 李晓坤 ,  杨强 ,  徐龙 ,  董潍赫 ,  王宽全 ,  骆功宁 ,  汪国华

IPC: G16B40/00 ,  G16B30/10 ,  G06N3/0455 ,  G06N3/08

Abstract: 一种基于深度注意力网络的新抗原免疫原性预测方法，它属于人工智能与计算生物学领域。本发明解决了现有的新抗原免疫原性预测方法的预测精度低的问题。本发明方法结合Blosum62编码和ESM2‑650编码方式，能对人类白细胞抗原分子与新抗原进行多属性、深层次地表征，尤其可以识别氨基酸残基层面的相互作用，充分考虑了单个氨基酸残基对免疫原性的影响，为产生免疫原性的生物学模式提供了解释性，提高了新抗原免疫原性预测的精度，而且本发明基于深度注意力网络的新抗原免疫原性预测方法可扩大免疫原性预测的适用范围，为个体化免疫治疗的新抗原候选提供了有效工具。本发明方法可以应用于新抗原免疫原性预测。

公开(公告)号：CN120072035A

公开(公告)日：2025-05-30

申请号：CN202510145037.1

申请日：2025-02-10

Applicant: 哈尔滨工业大学

Inventor： 杨强 ,  李晓坤 ,  徐龙 ,  董潍赫 ,  骆功宁 ,  汪国华

IPC: G16B15/30 ,  G16B20/50 ,  G16B20/20 ,  G16B40/00 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/0455

Abstract: 基于新抗原质量的免疫检查点阻断响应预测方法，涉及计算生物学与生物信息技术领域。解决了现有免疫检查点阻断(ICB)响应预测方法的适用范围小及准确性低的问题。本发明方法包括获取受试者的临床数据与肿瘤组织的全外显子数据；对所述肿瘤组织的全外显子数据进行预处理，结合临床数据得到训练数据集；免疫检查点阻断响应预测模型根据训练数据集中各训练样本的输入数据，预测受试者的临床响应数据，根据预测效果，确定模型的最佳预测阈值；利用最佳预测阈值NCutoff下的免疫检查点阻断响应预测模型，预测当前待受试者的临床响应数据。本发明主要用于对ICB响应预测。